vs2022安装libtorch——gpu版本,历尽辛苦终于搞定了(呜呜呜)
—————————————————————————记录安装过程—————————————————————————
1、安装好cuda(这一步自己的gpu不同,找资料自己安装)
2、在电脑桌面,win+r输入cmd,输入nvcc --version查看自己的cuda版本号——如下:
(这很重要)注:这里是release版本,则libtorch要下载release版本的gpu压缩包,其次就是版本号,这里选择2.3.0和cu11.8,但不支持cuda11.0的所有没用,就找了其他版本libtorch-win-shared-with-deps-1.10.0+cu102.zip(1.10.0、cu10.2)就支持了,cu版本是高版本向下兼容的
3、打开vs2022,新建空项目,建好项目后右键点击项目名称,弹出对话框,点击属性,进入项目属性页把:配置:改成release,平台:x64
(1)点击vc++目录
在包含目录中添加,解压出来的:
your_path\libtorch\include和your_path\libtorch\include\torch\csrc\api\include
在库目录中添加,解压出来的:
your_path\libtorch\lib
(2)在配置属性里面点击调试
在环境中添加,解压出来的:your_path\libtorch\lib;
这是我的:PATH=G:\libtorch\libtorch1.10.0+cu102\libtorch\lib;%PATH%
模板:PATH=your_path\libtorch\lib;%PATH%
(3)点击连接器
点击——常规,在附加库目录中添加,解压出来的:your_path\libtorch\lib
这是我的:G:\libtorch\libtorch1.10.0+cu102\libtorch\lib
点击——输入,在附加依赖项中添加,解压出来的:your_path\libtorch\lib*.lib
这是我的:G:\libtorch\libtorch1.10.0+cu102\libtorch\lib*.lib
点击——命令行,在其他选项下边输入:命令字符串
注:每个libtorch版本有不同的命令,这里自己找到自己版本的命令复制粘贴即可
这是我的:
/INCLUDE:“?ignore_this_library_placeholder@@YAHXZ”
4、以上的每一步配置好了都要点击页面右下角的确定,
进行代码测试:
运行代码成功会出现如下结果表明安装成功:
测试代码:
#include <torch/torch.h>
#include <iostream>
int main() {
torch::Tensor tensor = torch::rand({ 2, 3 });
if (torch::cuda::is_available()) {
std::cout << "CUDA is available! Training on GPU" << std::endl;
auto tensor_cuda = tensor.cuda();
std::cout << tensor_cuda << std::endl;
}
else
{
std::cout << "CUDA is not available! Training on CPU" << std::endl;
std::cout << tensor << std::endl;
}
std::cin.get();
}